论文部分内容阅读
提出一种面向全局的正则表达式分组算法,即通过拉普拉斯矩阵将规则集舍映射到具有明显聚类现象的空间中,将分组问题转化为传统的空间聚类问题,然后运用初始点优化的K—Means聚类方法实现快速分组。实验结果表明,在相同分组数的情况下,该算法的内存占用较GABG算法减少了10%左右,分组时间上缩短了2倍~3倍,实现了分组时间和分组效果的有效平衡。